当前位置 - 股票行情交易網 - 裝修設計 - bagging和boosting的區別

bagging和boosting的區別

bagging和boosting的區別如下：

區別：含義不同、用法不同。bagging作為bag的現在分詞,是動詞,含義為把…裝進袋子、捕獲、得分；boosting作為boost的現在分詞；是動詞，含義為使增長、使興旺、偷竊。

Bagging：訓練集是碧拍在原始集中有放回選取的，從原始集中選出的各輪訓練集之間是獨立的。

Boosting：每壹輪的訓練集不變，只是訓練集中每個樣例在分類器中的權裂慧譽重發生變化。而權值是根據上壹輪的分類結果進行調整。

樣例權重：

Bagging：使用肆段均勻取樣，每個樣例的權重相等。

Boosting：根據錯誤率不斷調整樣例的權值，錯誤率越大則權重越大。

預測函數：

Bagging：所有預測函數的權重相等。

Boosting：每個弱分類器都有相應的權重，對於分類誤差小的分類器會有更大的權重。

Bagging：

1、抽樣：抽取訓練集中的樣本，以構建壹組新的訓練集。例句：“He used bagging to sample the data set, creating 75 different models.”（他使用抽樣從數據集中抽取樣本，創建75個不同的模型。）

2、並行：多個模型同時運行，完成訓練。例句：“The bagging algorithm ran concurrently, creating 10 models in 10 minutes.”（該bagging算法並行運行，在10分鐘內創建10個模型。）

3、聚合：將多個模型的輸出結果進行融合，以獲得更好的性能。例句：“He used bagging to aggregate the models,improving the accuracy of the prediction.”（他使用bagging對模型進行聚合，提高預測的準確性。）

相关文章